Are Yellow Sticky Cards and Light Traps Effective on Tea Green Leafhoppers and Their Predators in Chinese Tea Plantations?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In Chinese tea plantations, yellow sticky cards and light traps are increasingly used to control insect pests, especially the tea green leafhopper Empoasca onukii. In this study, a 16-week open-field experiment with daily weather monitoring was designed to test the responses of tea green leafhopper, parasitoids and spiders to yellow sticky cards and three light traps with different wavelengths (covered with sticky cards). An exclosure experiment was also designed to further test the influence of the three light systems (without sticky card) on the same species. The results showed that all three light emitting diode (LED) light traps (white, green and yellow) and yellow sticky cards attracted many more E. onukii male adults than females during the course of the open field experiment, with less than 25% of trapped adults being females. Parasitoids and spiders were also attracted by these systems. Weather variables, especially rainfall, influenced the trapping efficiency. In the exclosure experiment, the population of leafhoppers in the yellow sticky card treatment did not decline significantly, but the number of spiders significantly decreased. The green and white light treatments without sticky cards showed a significant control of E. onukii and no obvious harm to spiders. These results suggest that yellow sticky cards and light traps have limited capacity to control tea green leafhoppers. However, light, especially green light, may be a promising population control measure for tea green leafhoppers, not as killing agents in the traps, but rather as a behavioral control system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle